基于YOLOv4的公共场所口罩佩戴检测研究

来源 :现代计算机 | 被引量 : 0次 | 上传用户:jwz1270
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于YOLOv4算法提出一种口罩佩戴检测的方法。对图像进行标注,建立人脸口罩佩戴数据集,并将原算法优化:通过K-means聚类算法重新设计锚框大小;改进网络结构,提高网络对目标深层特征的提取能力;改变NMS方法以减小定位误差,提升检测性能。实验结果显示,优化的YOLOv4算法将假正样本(FP)数量降低了18.16%,真正样本(TP)数量提高1.52%,提高检测准确率。在测试集中的召回率可达到88.20%,比原算法提升1.63%;准确率可达到92.30%,比原算法提升2.06%。
其他文献
针对虚拟现实仿真场景中的虚拟角色路径规划问题,提出一种基于Frenet坐标的虚拟角色路径规划算法,算法根据已知的障碍物信息,较快地为虚拟角色规划路径,路径平滑有效,能够合理避开既有的障碍物。算法将虚拟角色和障碍物的位置信息转换到Frenet坐标当中,构建路径的五次多项式备选路径集合,通过障碍物位置信息等特定约束条件推算最优的运动轨迹,进而实现虚拟角色的障碍避让、速度持续性以及合理并线等智能行为,算法性能较好,模拟效果真实,具备一定的应用价值。
针对异构多无人机任务分配问题中存在的资源不均衡、实时性低、整体效能低等不足,本文结合多无人机协同作战特点以及实际作战需求,提出一种改进的合同网任务分配方法。首先,根据任务约束、环境约束以及无人机自身性能约束等多方面的约束构建多无人机任务分配模型,优化传统合同网算法流程;然后,设计贴切实际需求的效能函数和约束条件,引入负载均衡机制;最后,在每一次任务重分配时增加任务买卖和交换操作,从而有效提升全局负载均衡能力。通过实验结果表明,该方法增强多无人机对动态作战环境的适应能力,提升无人机作战的整体效益,能有效应对
数据中台是电力企业重要的基础支撑性平台,本文提出基于数据中台的数据服务建设规范方法,给出数据服务接口集成架构,阐述数据中台服务服务接口交互流程,设计数据服务接口注册发布、协议格式规约等,通过数据服务请求实验验证数据服务建设规范的可行性。
在传统的无线网络数据分发方法中,由于采用无连接的广播分发方法,只能循环广播发送,会出现重传已成功发送数据的情况,无法针对丢包数据精确重传.根据网络编码数据包无差异的
随着通信技术快速发展,物联网接入互联网愈发便捷,物联网设备数量快速增长。由于物联网设备资源受限和对物联网安全考虑不足,导致物联网DDoS攻击事件频出,对社会造成巨大的影响。为了减轻物联网DDoS攻击造成的影响,本研究提出基于TCN模型物联网DDoS检测方案,但由于公开数据集CIC-DDoS2019的攻击流量远大于正常流量,所以该方案采用抓取正常流量作为补充来训练模型。经验证,提出的检测方案能有效检
云计算近年来快速发展,其可信性成为了其能否广泛应用的重要决定因素,而可验证计算协议可以为用户提供以较小计算开销对服务器端返回的结果进行验证的途径。总结分析现有的针对大尺度矩阵乘的应用场景的可验证外包计算协议。基于现有的同态加密算法,构建一个用于外包计算矩阵乘的具有隐私保护的可验证外包计算协议。与国内外现有的相关协议相比,具有更低的本地计算开销。
基于人工电磁超材料对电磁波的调控作用。设计、研究并且加工一款具有宽入射角且极化独立的超材料吸波器。该超材料吸波器具有重量轻、厚度薄、容易加工、成本低的特点。仿真与实验结果表明该吸波器在4.18-4.252GHz、8.068-8.188GHz以及11.736-11.9GHz频段内吸波率高达90%以上,在18.672-18.84GHz频段内吸波率在75%以上,在13.532-13.728GHz频段内吸波率在50%以上。另外,研究表明对入射角在0°~60°范围内变化的TE模式和TM模式的电磁波该吸波器仍然具有较
本课题从深度学习的角度研究中药处方的配伍规律,通过深层神经网络捕获处方中药材搭配组合规律。实验实现对处方及其中药材的机器评价,并发现处方中潜在不恰当药材评价具有显著低于处方总体评价的特性。利用该特性进行处方审查,有望能够有效提升审查环节效率和准确性。
针对生成对抗网络中目标消失的问题,我们提出一种用于红外和可见光图像融合的新型生成对抗网络。我们提出的GAN图像融合算法包含三个部分。第一部分利用视觉显著性图提取红外图像的显著区域,并对这些区域的信息进行保存。第二部分将可见光图像、红外图像和显著信息在发生器中进行充分融合,得到预融合图像。在第三部分中,鉴别器试图区分预融合图像和可见光图像,以便基于对抗机制从可见光图像中学习细节。实验数据证明,我们的
文本匹配是自然语言处理中的一个重要任务,在信息检索、问答系统和对话系统等领域都运用广泛。最近几年随着深度学习的兴起,文本匹配方法也追随着主流从传统方法逐渐转移到了神经网络研究当中。研究者依次介绍在深度学习时代流行的文本匹配方法,并归纳出这些方法目前存在的问题和之后未来可能的研究方向,研究结果可供相关领域研究人员参考。